أحدث الأخبار مع #MassGeneralBrigham
١٣-٠٥-٢٠٢٥
- صحة
تطوير أداة ذكاء اصطناعي تتنبأ بالبقاء لمرضى السرطان
السوسنة- طور باحثون أداة ذكاء اصطناعي جديدة تحمل اسم FaceAge، تعتمد على تحليل صور الوجوه لتقدير العمر البيولوجي للأشخاص، وهو المؤشر الذي قد يكون أكثر دقة من العمر الزمني في التنبؤ بالحالة الصحية ومعدلات البقاء على قيد الحياة، خاصة لدى مرضى السرطان. وفي دراسة شملت أكثر من 6,000 مريض سرطان، تبيّن أن العمر البيولوجي الذي قدّرته الأداة كان في المتوسط أعلى بنحو خمس سنوات من أعمار المرضى الحقيقية، وهو ما ارتبط بشكل واضح بنتائج صحية أسوأ. ويمكن أن تسهم هذه التقنية مستقبلاً في تحسين قرارات العلاج وتخصيص الرعاية الطبية بناءً على التقييم البيولوجي الدقيق لحالة المريض، بدلاً من الاعتماد فقط على عمره الزمني. وتميّزت الأداة بدقة تفوقت على الأطباء في توقع متوسط البقاء على قيد الحياة على المدى القصير، خاصة لدى المرضى الذين يخضعون للعلاج الإشعاعي التلطيفي، مما يعزز دورها وسيلةً داعمة في اتخاذ القرارات الطبية. وتشير نتائج الدراسة إلى أن ملامح الوجه قد تُعدّ مؤشرات حيوية دقيقة للتنبؤ بالشيخوخة والحال الصحية للمرضى، مما يمهّد الطريق أمام تطبيقات واسعة في الطب الدقيق (الطب الشخصي).تفاصيل الدراسة طوّر فريق من الباحثين في مؤسسة Mass General Brigham خوارزمية تعلم عميق تُعرف باسم FaceAge، تعتمد على صور الوجه للتنبؤ بالعمر البيولوجي والنتائج الصحية لمرضى السرطان.وأظهرت النتائج أن المرضى الذين خضعوا للدراسة، وعددهم 6,196 شخصًا، بدوا في صورهم أكبر سنًا مما هم عليه فعليًا، إذ تجاوز العمر البيولوجي التقديري لديهم العمر الزمني بنحو خمس سنوات. كما لوحظ أن المرضى الذين قدّرت لهم الأداة أعمارًا بيولوجية أعلى كانت فرص بقائهم على قيد الحياة أقل، خاصة في الحالات التي تجاوز فيها التقدير البيولوجي حاجز الـ85 عامًا.وفي تجربة أخرى، طُلب من عشرة أطباء تقييم متوسط البقاء على قيد الحياة لـ 100 مريض يتلقون علاجًا تلطيفيًا، بالاعتماد على صورهم وبياناتهم الطبية. فكانت توقعاتهم أقل دقة من توقعات أداة الذكاء الاصطناعي FaceAge، لكن عندما زُوّدوا بتقديرات الأداة عن الأعمار البيولوجية، تحسنت توقعاتهم بنحو ملحوظ.تقنية واعدة وتطبيقات مستقبليةاعتمد الفريق في تطوير أداة الذكاء الاصطناعي FaceAge على تقنيات التعلم العميق وتحليل الوجوه، ودرّبوا الخوارزمية باستخدام أكثر من 58,000 صورة لأشخاص يُفترض أنهم أصحاء من قواعد بيانات عامة. ثم اختبروا الخوارزمية على مجموعة تضم 6,196 مريض سرطان في مركزين طبيين، مستخدمين صورًا التُقطت لهم عند البدء بالعلاج الإشعاعي.نُشرت نتائج الدراسة في مجلة The Lancet Digital Health، مشيرة إلى إمكانيات كبيرة لهذه التقنية في الطب الحديث. ويقول الدكتور Hugo Aerts، أحد مؤلفي الدراسة: بإمكان صورة بسيطة أن تكشف الكثير عن الصحة البيولوجية للفرد، وقد أظهرت دراستنا أن التوافق بين مظهر الشخص وسنه الحقيقي يحمل دلالات سريرية مهمة .وأضاف أن الأشخاص الذين يبدون أصغر من أعمارهم يحققون نتائج أفضل بعد علاج السرطان؛ مما يعكس أهمية المؤشرات المرئية في التقييم الصحي.ومن جهته، أشار الدكتور Ray Mak، أحد المشاركين في الدراسة، إلى أن هذا الابتكار يفتح المجال أمام عصر جديد من اكتشاف المؤشرات الحيوية من الصور الفوتوغرافية، وتطبيقاته تتجاوز تقدير العمر أو علاج السرطان، لتشمل العديد من الأمراض المزمنة المرتبطة بالتقدم في السن.الاعتبارات الأخلاقية والدينيةحتى مع ما تقدمه أداة FaceAge من دقة تنبئية عالية للعمر البيولوجي للمرضى، من الضروري معرفة أن التنبؤ بالعمر أو وقت الوفاة ليس أمرًا يقينيًا، بل يبقى في نطاق التقديرات الاحتمالية المبنية على البيانات، فالأعمار بيد الله وحده وموعد الوفاة يبقى من الغيب. لذلك، يجب التعامل مع هذه الأداة وسيلة مساعدة في دعم قرارات الرعاية الصحية، واستخدامها كنظام إنذار مبكر في تطبيقات متنوعة، ضمن إطار تنظيمي وأخلاقي صارم. اقرأ المزيد عن:
١٣-٠٥-٢٠٢٥
- صحة
أداة ذكاء اصطناعي تحلل ملامح الوجه للتنبؤ بالشيخوخة والوضع الصحي لمرضى السرطان
طوّر باحثون أداة ذكاء اصطناعي جديدة تُدعى FaceAge، تعتمد على تحليل صور الوجه لتقدير العمر البيولوجي والتنبؤ بمعدلات البقاء على قيد الحياة لدى مرضى السرطان. وفي دراسة خاصة لاختبار الأداة أُجريت على أكثر من 6,000 مريض، أظهرت النتائج أن العمر البيولوجي المقدّر لهؤلاء المرضى كان في المتوسط أعلى بنحو خمس سنوات من أعمارهم الفعلية، وقد ارتبط هذا الفارق بنتائج صحية أسوأ. وتميّزت الأداة بدقة تفوقت على الأطباء في توقع متوسط البقاء على قيد الحياة على المدى القصير، خاصة لدى المرضى الذين يخضعون للعلاج الإشعاعي التلطيفي، مما يعزز دورها وسيلةً داعمة في اتخاذ القرارات الطبية. وتشير نتائج الدراسة إلى أن ملامح الوجه قد تُعدّ مؤشرات حيوية دقيقة للتنبؤ بالشيخوخة والحال الصحية للمرضى، مما يمهّد الطريق أمام تطبيقات واسعة في الطب الدقيق (الطب الشخصي). تفاصيل الدراسة طوّر فريق من الباحثين في مؤسسة Mass General Brigham خوارزمية تعلم عميق تُعرف باسم FaceAge، تعتمد على صور الوجه للتنبؤ بالعمر البيولوجي والنتائج الصحية لمرضى السرطان. وأظهرت النتائج أن المرضى الذين خضعوا للدراسة، وعددهم 6,196 شخصًا، بدوا في صورهم أكبر سنًا مما هم عليه فعليًا، إذ تجاوز العمر البيولوجي التقديري لديهم العمر الزمني بنحو خمس سنوات. كما لوحظ أن المرضى الذين قدّرت لهم الأداة أعمارًا بيولوجية أعلى كانت فرص بقائهم على قيد الحياة أقل، خاصة في الحالات التي تجاوز فيها التقدير البيولوجي حاجز الـ85 عامًا. وفي تجربة أخرى، طُلب من عشرة أطباء تقييم متوسط البقاء على قيد الحياة لـ 100 مريض يتلقون علاجًا تلطيفيًا، بالاعتماد على صورهم وبياناتهم الطبية. فكانت توقعاتهم أقل دقة من توقعات أداة الذكاء الاصطناعي FaceAge، لكن عندما زُوّدوا بتقديرات الأداة عن الأعمار البيولوجية، تحسنت توقعاتهم بنحو ملحوظ. تقنية واعدة وتطبيقات مستقبلية اعتمد الفريق في تطوير أداة الذكاء الاصطناعي FaceAge على تقنيات التعلم العميق وتحليل الوجوه، ودرّبوا الخوارزمية باستخدام أكثر من 58,000 صورة لأشخاص يُفترض أنهم أصحاء من قواعد بيانات عامة. ثم اختبروا الخوارزمية على مجموعة تضم 6,196 مريض سرطان في مركزين طبيين، مستخدمين صورًا التُقطت لهم عند البدء بالعلاج الإشعاعي. نُشرت نتائج الدراسة في مجلة The Lancet Digital Health، مشيرة إلى إمكانيات كبيرة لهذه التقنية في الطب الحديث. ويقول الدكتور Hugo Aerts، أحد مؤلفي الدراسة: 'بإمكان صورة بسيطة أن تكشف الكثير عن الصحة البيولوجية للفرد، وقد أظهرت دراستنا أن التوافق بين مظهر الشخص وسنه الحقيقي يحمل دلالات سريرية مهمة'. وأضاف أن الأشخاص الذين يبدون أصغر من أعمارهم يحققون نتائج أفضل بعد علاج السرطان؛ مما يعكس أهمية المؤشرات المرئية في التقييم الصحي. ومن جهته، أشار الدكتور Ray Mak، أحد المشاركين في الدراسة، إلى أن هذا الابتكار يفتح المجال أمام عصر جديد من اكتشاف المؤشرات الحيوية من الصور الفوتوغرافية، وتطبيقاته تتجاوز تقدير العمر أو علاج السرطان، لتشمل العديد من الأمراض المزمنة المرتبطة بالتقدم في السن. الاعتبارات الأخلاقية والدينية حتى مع ما تقدمه أداة FaceAge من دقة تنبئية عالية للعمر البيولوجي للمرضى، من الضروري معرفة أن التنبؤ بالعمر أو وقت الوفاة ليس أمرًا يقينيًا، بل يبقى في نطاق التقديرات الاحتمالية المبنية على البيانات، فالأعمار بيد الله وحده وموعد الوفاة يبقى من الغيب. لذلك، يجب التعامل مع هذه الأداة وسيلة مساعدة في دعم قرارات الرعاية الصحية، واستخدامها كنظام إنذار مبكر في تطبيقات متنوعة، ضمن إطار تنظيمي وأخلاقي صارم.
بوابة ماسبيرو
٣٠-٠٤-٢٠٢٥
- صحة
- بوابة ماسبيرو
ابتكار واعد.. نظام ذكاء اصطناعي يتنبأ بعودة أورام الدماغ بدقة غير مسبوقة
طور باحثون نظام ذكاء اصطناعي قادر على التنبؤ بعودة أورام الدماغ لدى الأطفال من خلال تحليل متسلسل لصور الرنين المغناطيسي (MRI). ويعتمد هذا النظام على تقنية تعرف باسم (التعلم الزمني) temporal learning، تتيح له معالجة عدة صور طبية مأخوذة بعد العلاج، وقد تفوق بنحو ملحوظ على النماذج التقليدية التي تعتمد على صورة واحدة فقط. يعد هذا النهج واعدا في تقليل عدد الصور المطلوبة لتتبع حال الطفل الذي شفي من السرطان؛ مما يقلل القلق الذي يعيشه الأهل، مع تمكين الأطباء من التدخل المبكر والموجه عندما يكون خطر الانتكاس مرتفعا. ومن المتوقع إجراء تجارب سريرية مستقبلية للتحقق من فعالية هذا النظام في الواقع العملي. وأصبح الذكاء الاصطناعي أداة مهمة لتحليل الكميات الضخمة من الصور الطبية، وغالبا ما يكتشف تغيرات قد يغفل عنها الأطباء. وفي مجال علاج أورام الدماغ لدى الأطفال، يمتلك الذكاء الاصطناعي القدرة على تحسين مراقبة حالات الإصابة بالأورام الدبقية (Gliomas)، وهي أورام قابلة للعلاج غالبًا، لكنها قد تعاود الظهور بعد مدة من العلاج. وقد تعاون باحثون من مركز Mass General Brigham مع مستشفى بوسطن للأطفال (Boston Children's Hospital)، ومركز Dana-Farber/Boston Children's Cancer and Blood Disorders Center، لتطوير نظام تعلم عميق يحلل سلسلة من صور الدماغ بعد العلاج. وقد دربوا النموذج على اكتشاف العلامات المبكرة لاحتمالية عودة الورم. ونشرت نتائج هذا البحث في مجلة New England Journal of Medicine AI . وقال الباحث الرئيسي الدكتور Benjamin Kann من برنامج الذكاء الاصطناعي في الطب (Artificial Intelligence in Medicine (AIM) Program) التابع لمركز Mass General Brigham: 'العديد من الأورام الدبقية لدى الأطفال يمكن علاجها بالجراحة فقط، لكن عودة الورم قد تكون كارثية. ومن الصعب التنبؤ بمن هم أكثر عرضة للانتكاس، لذا يخضع الأطفال لفحوص رنين مغناطيسي متكررة لسنوات؛ مما يشكل عبئا نفسيا وجسديا على المرضى وعائلاتهم. لذلك، نحن بحاجة إلى أدوات أفضل لتحديد المرضى المعرضين للخطر في وقت مبكر'. ونظرا إلى ندرة حالات الإصابة بسرطان الدماغ عند الأطفال، يواجه الباحثون صعوبة في جمع بيانات كافية. ولتجاوز هذا التحدي، تعاون الفريق مع عدة مؤسسات طبية أمريكية لتجميع قاعدة بيانات تحتوي على ما يقارب 4000 صورة رنين مغناطيسي لـ 715 طفلا. ولتحقيق أقصى استفادة من هذه البيانات، استخدم الباحثون تقنية "التعلم الزمني"، التي تدرب نظام الذكاء الاصطناعي على تحليل التغيرات التي تطرأ على صور دماغ الطفل بمرور الوقت بعد الجراحة، مما يحسن قدرته على التنبؤ بعودة الورم. ويتم تدريب نماذج الذكاء الاصطناعي في المجال الطبي على تحليل صورة واحدة لاتخاذ قرار معين، لكن تقنية "التعلم الزمني" – التي لم تستخدم سابقا في هذا المجال – تعتمد على تحليل الصور المتعاقبة لتحديد احتمالية عودة الورم. بدأ الباحثون بتدريب النموذج على ترتيب صور ما بعد الجراحة زمنيًا، ليتمكن من التقاط التغيرات الدقيقة بمرور الوقت، ثم عدّلوا النموذج ليربط هذه التغيرات بإمكانية حدوث انتكاس وعودة للسرطان. وتوصل الباحثون إلى أن نموذج الذكاء الاصطناعي المعتمد على التعلم الزمني تمكن من التنبؤ بعودة الورم الدبقي سواء كان من الدرجة المنخفضة أو المرتفعة خلال سنة واحدة بعد العلاج، بدقة تتراوح بين 75% و 89%، وهي أعلى بكثير من دقة النماذج المعتمدة على صورة واحدة، والتي بلغت نحو 50% فقط. وكلما زاد عدد الصور المستخدمة بعد العلاج، تحسنت دقة النموذج، لكن التحسين استقر بعد استخدام 4 إلى 6 صور فقط.
٢٩-٠٤-٢٠٢٥
- صحة
ابتكار طبي جديد.. نظام ذكاء اصطناعي يتنبأ بعودة أورام الدماغ لدى الأطفال بدقة غير مسبوقة
طوّر باحثون نظام ذكاء اصطناعي قادرًا على التنبؤ بعودة أورام الدماغ لدى الأطفال من خلال تحليل متسلسل لصور الرنين المغناطيسي (MRI). ويعتمد هذا النظام على تقنية تُعرف باسم (التعلم الزمني) temporal learning، تتيح له معالجة عدة صور طبية مأخوذة بعد العلاج، وقد تفوق بنحو ملحوظ على النماذج التقليدية التي تعتمد على صورة واحدة فقط. يُعدّ هذا النهج واعدًا في تقليل عدد الصور المطلوبة لتتبع حال الطفل الذي شُفي من السرطان؛ مما يقلل القلق الذي يعيشه الأهل، مع تمكين الأطباء من التدخل المبكر والموجّه عندما يكون خطر الانتكاس مرتفعًا. ومن المتوقع إجراء تجارب سريرية مستقبلية للتحقق من فعالية هذا النظام في الواقع العملي. دور الذكاء الاصطناعي في تشخيص أورام الدماغ لدى الأطفال أصبح الذكاء الاصطناعي أداة مهمة لتحليل الكميات الضخمة من الصور الطبية، وغالبًا ما يكتشف تغيرات قد يغفل عنها الأطباء. وفي مجال علاج أورام الدماغ لدى الأطفال، يمتلك الذكاء الاصطناعي القدرة على تحسين مراقبة حالات الإصابة بالأورام الدبقية (Gliomas)، وهي أورام قابلة للعلاج غالبًا، لكنها قد تعاود الظهور بعد مدة من العلاج. وقد تعاون باحثون من مركز Mass General Brigham مع مستشفى بوسطن للأطفال (Boston Children's Hospital)، ومركز Dana-Farber/Boston Children's Cancer and Blood Disorders Center، لتطوير نظام تعلم عميق يحلل سلسلة من صور الدماغ بعد العلاج. وقد درّبوا النموذج على اكتشاف العلامات المبكرة لاحتمالية عودة الورم. ونُشرت نتائج هذا البحث في مجلة New England Journal of Medicine AI في 24 من أبريل الجاري. تحديات التنبؤ بعودة الورم قال الباحث الرئيسي الدكتور Benjamin Kann من برنامج الذكاء الاصطناعي في الطب (Artificial Intelligence in Medicine (AIM) Program) التابع لمركز Mass General Brigham: 'العديد من الأورام الدبقية لدى الأطفال يمكن علاجها بالجراحة فقط، لكن عودة الورم قد تكون كارثية. ومن الصعب التنبؤ بمن هم أكثر عرضة للانتكاس، لذا يخضع الأطفال لفحوص رنين مغناطيسي متكررة لسنوات؛ مما يشكل عبئًا نفسيًا وجسديًا على المرضى وعائلاتهم. لذلك، نحن بحاجة إلى أدوات أفضل لتحديد المرضى المعرضين للخطر في وقت مبكر'. ونظرًا إلى ندرة حالات الإصابة بسرطان الدماغ عند الأطفال، يواجه الباحثون صعوبة في جمع بيانات كافية. ولتجاوز هذا التحدي، تعاون الفريق مع عدة مؤسسات طبية أمريكية لتجميع قاعدة بيانات تحتوي على ما يقارب 4000 صورة رنين مغناطيسي لـ 715 طفلًا. ولتحقيق أقصى استفادة من هذه البيانات، استخدم الباحثون تقنية 'التعلم الزمني'، التي تدرب نظام الذكاء الاصطناعي على تحليل التغيرات التي تطرأ على صور دماغ الطفل بمرور الوقت بعد الجراحة، مما يحسن قدرته على التنبؤ بعودة الورم. إدخال تقنية التعلم الزمني إلى التصوير الطبي عادةً ما تُدرّب نماذج الذكاء الاصطناعي في المجال الطبي على تحليل صورة واحدة لاتخاذ قرار معين، لكن تقنية 'التعلم الزمني' – التي لم تُستخدم سابقًا في هذا المجال – تعتمد على تحليل الصور المتعاقبة لتحديد احتمالية عودة الورم. بدأ الباحثون بتدريب النموذج على ترتيب صور ما بعد الجراحة زمنيًا، ليتمكن من التقاط التغيرات الدقيقة بمرور الوقت، ثم عدّلوا النموذج ليربط هذه التغيرات بإمكانية حدوث انتكاس وعودة للسرطان. وتوصل الباحثون إلى أن نموذج الذكاء الاصطناعي المعتمد على التعلم الزمني تمكن من التنبؤ بعودة الورم الدبقي سواء كان من الدرجة المنخفضة أو المرتفعة خلال سنة واحدة بعد العلاج، بدقة تتراوح بين 75% و 89%، وهي أعلى بكثير من دقة النماذج المعتمدة على صورة واحدة، والتي بلغت نحو 50% فقط. وكلما زاد عدد الصور المستخدمة بعد العلاج، تحسنت دقة النموذج، لكن التحسين استقر بعد استخدام 4 إلى 6 صور فقط. التطبيق السريري والتجارب المستقبلية يشير الباحثون إلى أن النموذج الجديد بحاجة إلى المزيد من التحقق في بيئات طبية مختلفة قبل اعتماده سريريًا. ويأملون إجراء تجارب سريرية مستقبلًا لمعرفة كون استخدام التنبؤات المدعومة بالذكاء الاصطناعي سيساهم في تحسين رعاية المرضى، سواء عبر تقليل الفحوصات غير الضرورية للحالات المنخفضة الخطورة، أو من خلال بدء علاج وقائي مبكر للحالات ذات الخطورة العالية.
٢٧-٠٣-٢٠٢٥
- صحة
الرياض تحتضن مؤتمر ميش كور 2025 للابتكار في الرعاية الصحية
تحت رعاية معالي وزير التعليم الأستاذ يوسف البنيان، يُقام مؤتمر الرياض ميش كور للابتكار في الرعاية الصحية (MESH Core Riyadh 2025) يومي 14 و15 أبريل المقبل، بفندق إنتركونتيننتال الرياض، الذي يجمع نخبة من العقول المؤثرة من المملكة والعالم لتنمية مهارات الابتكار في القطاع الصحي، ضمن برنامج تدريبي ومؤتمر تقدمه مجموعة "ماس جنرال بريغهام" (Mass General Brigham) الأمريكية، بهدف دعم قدرات الممارسين والمهتمين على ابتكار حلول فعالة لمستقبل الرعاية الصحية. وقد تأسست حاضنة الابتكار "ميش" (MESH™️) عام 2016 كمسرّع داخلي لريادة الأعمال ضمن مجموعة ماس جنرال بريغهام، وبالتكامل مع كلية الطب بجامعة هارفارد، لتكون أول حاضنة من نوعها مدمجة داخل نظام مستشفى مع مساحة فعلية مخصصة لتحفيز الابتكار، حيث دعمت منذ إنشائها أكثر من 2500 طبيب وباحث عبر مشاريع تطوير وبراءات اختراع وتأسيس شركات ناشئة وبرامج تعليمية متخصصة في الابتكار، كما تتولى MESH مسؤولية تنظيم مؤتمر "ميش كور"، وهو مؤتمر سنوي وبرنامج تدريبي معتمد يُقام حاليًا في مواقع متعددة حول العالم. ويأتي تنظيم هذا الحدث بالشراكة بين نيوم، وجامعة الملك سعود، ومستشفى الملك فيصل التخصصي ومركز الأبحاث، ضمن تجربة مكثفة تمتد ليومين، تجمع بين التدريب العملي، والنقاشات التي يقودها خبراء، وفرص التواصل الحصرية. كما يقدم المؤتمر للمشاركين معارف أساسية في مجالات الابتكار الرئيسية، إلى جانب رؤى واقعية من رواد الرعاية الصحية العالميين والإقليميين، ويُتوقع أن يُسهم في تحفيز التطورات الرائدة في القطاع الصحي. وقد صُمم مؤتمر الرياض ميش كور 2025 ليستهدف الأطباء والباحثين والمستثمرين والشركات الناشئة والمديرين التنفيذيين والطلاب، حيث يتيح للمشاركين وصولاً غير مسبوق إلى أحدث التطورات في مجالات الصحة الرقمية، والذكاء الاصطناعي في الطب، والتكنولوجيا الحيوية، وريادة الأعمال في قطاع الرعاية الصحية، مع فرص متعددة للمشاركة في جلسات لعرض أفكار الشركات الناشئة، ونقاشات استراتيجية تتناول مستقبل الاستثمار والتحول التقني في القطاع. ويوجّه المنظمون الدعوة للمختصين والباحثين والمبتكرين ورواد الأعمال والطلاب والمهتمين بالقطاع الصحي للمشاركة في الحدث، حيث يمكن للراغبين في الحضور التسجيل المبكر عبر الرابط: -انتهى-
